(TIỂU LUẬN) dự án cá NHÂN môn PHÂN TÍCH KINH DOANH CAO HỌCLẬP TRÌNH TUYẾN TÍNH và bài TOÁN PHÂN TÍCH KINH DOANH

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TÊ - MARKETING DỰ ÁN CÁ NHÂN MƠN PHÂN TÍCH KINH DOANH CAO HỌC Học Viên: Huỳnh Kim Thanh Tuyền Lớp: Kinh doanh thương mại - Khóa: 30.2 Môn học: Phân tích kinh doanh Giảng viên: Nguyễn Thị Hồng Thu Hờồ̀ Chíí́ Minh, ngày 15 tháng 07 năm 2021 TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TÊ - MARKETING DỰ ÁN CÁ NHÂN MƠN PHÂN TÍCH KINH DOANH CAO HỌC NĂM 2021 CAM KẾT Dự án cá nhân tơi xây dựng, xử lý không chép từ viết tổ chức cáá́ nhân kháá́c (This report has been written by me and has not received any previous academic credit at this or any other institution) TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM KHOA KINH DOANH QUỐC TÊ - MARKETING ĐÁNH GIÁ CỦA GIẢNG VIÊN HƯỚNG DẪN TÓM LƯỢC Lời đầu tiên em xin chân cảm ơn cô Nguyễn Thị Hồng Thu, Giáo viên bộ môn Phân tich Kinh doanh đã tận tình chỉ dạy chúng em những kiên thưc bô trợ cho môn học Mong rằng những kiên thưc cô truyền đạt em không chỉ vận dụng bai tập ma còn chinh công việc hiện tại cua mình Nội dung chinh cua Dự án Cá nhân gồm ba phần: PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH Trong phần thông qua Excel Solver giúp công ty tìm được số lượng sản phẩm cung câp cho bốn khách hang tiềm cua mình với mục đich tối đa hóa lợi nhuận PHẦN 2: PHÂN TÍCH RA QUYẾT ĐỊNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH Giúp bạn Văn quyêt định đúng tham gia trò chơi cua trường va đạt phần thưởng cao nhât cua trò chơi đó PHẦN 3: DỰ BÁO VÀ PHÂN TÍCH KINH DOANH Dự báo sớ tiền qun góp cua Quỹ Vaccine tại Hoa Kỳ bằng ba mô hình Last-Value Forecasting Method; Averaging Forecasting Method, Moving-Average Forecasting Method MỤC LỤC NỘI DUNG CHINH PHẦN 1: LẬP TRÌNH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH I Mở đầu: Bối cảnh tình (1-3 trang) II Ứng dụng thực tiễễ̃n 10 Giớá́i thiệệ̣u mơ hìì̀nh lậệ̣p trìì̀nh tuyến tính ứng dụệ̣ng tìì̀nh h́á́ng mà bạệ̣n xây dựệ̣ng 10 Xáá́c địệ̣nh vấn đềì̀ 10 Thiết lậệ̣p mơ hìì̀nh đạệ̣i sớá́ tuyến tính cho tìì̀nh h́á́ng 10 Xây dựệ̣ng mơ hìì̀nh lậệ̣p trìì̀nh tuyến tính Excel Solver QM for Windows 12 Trìì̀nh bày giảả̉i thích kết quảả̉/ giảả̉i pháá́p tớá́i ưu mơ hìì̀nh từ Excel Solver QM for Windows 12 Phân tích đợệ̣ nhạệ̣y- Nếu thìì̀ (What- If Analysis) Excel Solver QM for Windows, xáá́c địệ̣nh vùng giáá́ trịệ̣ min-max (range) cáá́c biến hàm mụệ̣c tiêu không làm thay đổi giảả̉i pháá́p tốá́i ưu (optimal solution) khi: biến hàm mụệ̣c tiêu thay đổi III Kết luận PHẦN 2: PHÂN TÍCH RA QUYẾT ĐỊNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH Mở đầu: Bối cảnh tình (1-3 trang) I Ứng dụng thực tiễễ̃n (6-12 trang) II Giớá́i thiệệ̣u mơ hìì̀nh phân tích địệ̣nh ứng Thiết lậệ̣p bảả̉ng “thu hờì̀i” (Payoff Table) 2.1 Trả lời câu hỏi số 2.2 Trả lời câu hỏi số Áp dụệ̣ng quy luậệ̣t địệ̣nh Bayes để giảả̉i toáá́n địệ̣nh, xây dựệ̣ng Decision Tree QM for Windows giảả̉i thích kết quảả̉ thu đượệ̣c bên dưới: 16 III Xáá́c địệ̣nh giáá́ trịệ̣ thơng tin hồn hảả̉o: 17 Kết luận 20 PHẦN 3: DỰ BÁO VÀ PHÂN TÍCH KINH DOANH 21 Mở đầu (Introduction): 21 I II Cơ sở lý luận: 21 Giới thiệu mơ tả mơ hình dự báo: 21 2.1 Mơ hình Last-Value Forecasting Method: 21 2.2 Mơ hình Averaging Forecasting Method: 21 2.3 Mơ hình Moving-Average Forecasting Method: 21 Tính chỉả̉ sớá́ mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lườì̀ng sai sớá́ dựệ̣ báá́o 21 III Ứng dụng thực tiễễ̃n: 22 Ap dung mô hinh dư bao vao tinh huông đã xây dưng: 22 Tíí́nh số mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lường sai số dự báo tình đã xây dưng: 23 2.1 Mơ hình Last-Value Forecasting Method: 23 2.2 Mơ hình Averaging Forecasting Method: 24 2.3 Mô hình Moving-Average Forecasting Method: 25 Áp dụng mơ hình dự báo áp dụng vào tình đã xây dựng để dự báo cóí́ tíí́nh đến yếu tố thời vụ 25 3.1 Mơ hình Last-Value Forecasting Method tíí́nh đến yếu tố thời vụ: 26 3.2 Mơ hình Averaging Forecasting Method tíí́nh đến yếu tố thời vụ: 30 3.3 Mô hình Moving-Average Forecasting Method tíí́nh đến yếu tố thời vụ: .30 3.4 Tíí́nh số mean absolute deviation (called MAD) mean square error (often abbreviated MSE) để đo lường sai số dự báo tình mà bạạ̣n xây dựng cóí́ tíí́nh đến yếu tố thời vụ 31 3.5 IV Chọn mô hình dự báo tốt lý giải tạạ̣i 32 Kết luận 32 TAI LIỆU THAM KHAO 33 MỤC LỤC BANG, SƠ ĐỒ VA HÌNH Bang Lơi nhuân đơn vi cho môi sư kêt hơp .9 Bang Lưa chọn tra lời Q4 có gọi bạn be 15 Bang Lưa chọn tra lời Q4 không gọi bạn be 15 Bang Lưa chọn tra lời Q5 có gọi bạn be 15 Bang Lưa chọn tra lời Q5 không gọi bạn be 16 Bang Tra lời Q4 có gọi bạn be hoăc vê vơi 2.500.000 VNĐ 18 Bang Tra lời Q4 không gọi bạn be hoăc vê vơi 2.500.000 VNĐ 19 Bang Tra lời Q5 có gọi bạn be hoăc vê vơi 5.000.000 VNĐ 19 Bang Tra lời Q5 không gọi bạn be hoăc vê vơi 5.000.000 VNĐ 19 Bang 10 Các khoan quyên góp từ 2019-2021 21 Sơ đô Giơi thiêu mô hinh phân tch 14 Hinh Kêt qua Excel Solver Hinh Kêt qua QM for Windows Hinh Phân tch đô nhạy Excel Solver Hinh Decision Tree, kêt qua sau chạy QM for Windows Hinh Dư báo các khoan quyên góp cho quỹ Vaccine tại Hoa Ky Hinh Dư báo các khoan qun góp theo mơ hìình Last-Value Forecastng Me Hinh Dư báo các khoan quyên góp theo mô hìình Averaging Forecastng Me Hinh Dư báo các khoan qun góp theo mơ hìình Moving-Average Forecast Hinh Mơ hìình Last-Value Forecastng Method tnh đếến yếếu tố thờìi vụ Hinh 10 Mơ hìình Averaging Forecastng Method tnh đếến yếếu tố th ờìi vụ Hinh 11 Mơ hìình Moving-Average Forecastng Method tnh đ ếến yếếu tố th ờìi vụ NỢI DUNG CHINH PHẦN 1: LẬP TRÌồ̀NH TUYẾN TÍNH VÀ BÀI TỐN PHÂN TÍCH KINH DOANH I Mở đầu: Bối cảnh tình (1-3 trang) Cơng ty Tiffan mới lập va sáng tạo một sản phẩm nhât được tung thị trường, sản phẩm được sản xuât bởi nha máy Sản phẩm tốt nên họ nhận được yêu cầu đặt hang vượt quá lực sản xuât cua công ty Trong tháng sau, công ty có khách hang tiềm cần mua hang Khách hang la khách hang tiềm nhât cua công ty, toan bộ đơn hang sẽ được đáp ưng Khách hang va cũng la những khách hang có giá trị nên sẽ được đáp ưng tối thiêu 1/3 đơn hang Khách hang 4, không thật sự tiềm nên công ty không đảm bảo bât kỳ giá trị tối thiêu nao cho đơn hang Sẽẽ̃ cóá́ đủ đơn vịệ̣ đượệ̣c sảả̉n xuất để vượệ̣t quáá́ sốá́ lượệ̣ng tốá́i thiểu Do cóá́ sựệ̣ thay đổi đáá́ng kể chi phí vậệ̣n chuyển, lợệ̣i nḥệ̣n ròì̀ng thu đượệ̣c đơn vịệ̣ báá́n đượệ̣c kháá́c nhau, tùy thuộệ̣c vào nhà máá́y cung cấp cho kháá́ch hàng Do đóá́, địệ̣nh cuốá́i sẽẽ̃ dựệ̣a việệ̣c tốá́i đa hóá́a lợệ̣i nhuậệ̣n Lợệ̣i nhuậệ̣n đơn vịệ̣ cho sựệ̣ kết hợệ̣p mộệ̣t nhà máá́y cung cấp cho mộệ̣t kháá́ch hàng đượệ̣c thể hiệệ̣n Bảả̉ng Cộệ̣t ngồi bên phảả̉i cho biết sớá́ lượệ̣ng đơn vịệ̣ mà nhà máá́y sẽẽ̃ sảả̉n xuất tháá́ng tớá́i (tổng cộệ̣ng 22.000) Hàng dướá́i hiển thịệ̣ sốá́ lượệ̣ng đặệ̣t hàng mà kháá́ch hàng u cầì̀u (tổng cợệ̣ng 31.000) Hàng đến cuốá́i cung cấp sốá́ lượng tốá́i thiểu sẽẽ̃ đượệ̣c cung cấp (tổng cộệ̣ng 14.000), dựệ̣a cáá́c địệ̣nh công ty Công ty cầì̀n xáá́c địệ̣nh cóá́ đơn vịệ̣ để báá́n cho kháá́ch hàng (quan sáá́t nhữẽ̃ng sớá́ tiềì̀n tớá́i thiểu này) đơn vịệ̣ cầì̀n vậệ̣n chuyển từ nhà máá́y đến kháá́ch hàng để tốá́i đa hóá́a lợệ̣i nhuậệ̣n Khach hang Nha may Đơn hang tối thiêu Đơn hang đặt Bang Lợi nhuân đơn vị cho mỗi sư kêt hợp II Ứng dụng thực tiễễ̃n Giớá́i thiệệ̣u mơ hìì̀nh lậệ̣p trìì̀nh tuyến tính ứng dụệ̣ng tìì̀nh h́á́ng mà bạệ̣n xây dựệ̣ng Tổng sốá́ lượệ̣ng sảả̉n phẩả̉m Nhà máá́y 1, 2, cung cấp cho Kháá́ch hàng 1, 2, 3, tương ưng với Sốá́ lượng ma Nhà máá́y 1, 2, sản xuât Sốá́ lượệ̣ng sảả̉n phẩả̉m nha máy cung cấp cho Kháá́ch hàng 1, 2, 3, >= Sốá́ lượệ̣ng sảả̉n phẩả̉m tốá́i thiểu phảả̉i cung cấp cho Kháá́ch hàng 1, 2, 3, Sốá́ lượệ̣ng sảả̉n phẩả̉m nha máy cung cấp cho Kháá́ch hàng 1, 2, 3,

Định dạng
Số trang	37
Dung lượng	506,23 KB